在软件的演化过程中,会产生大量的软件开发与维护数据,最典型的数据类型即是文本型数据,如源代码、代码变更日志（Commit log）、Bug报告（Bug report）、软件文档及邮件记录等。这些数据广泛的存在于软件的各种仓库中,其中蕴含了丰富的软件开发经验与知识,可应用于不同的软件工程活动。主题模型技术,最早源于自然语言处理和信息检索领域,以其从文本中挖掘出语义特征的能力在软件工程研究中也得到了广泛应用。如何利用主题模型从上述软件仓库中挖掘出蕴含的软件开发经验和知识在近年来一直广受软件工程研究者们的关注。随着软件开发技术、开发模式的不断变化,软件需求和业务复杂度不断提升,软件维护在软件开发与演化过程中的重要性日益凸显。本文关注与软件维护联系最紧密的三类软件文本型数据:源代码、变更日志和Bug报告,从如何更好的利用主题模型技术挖掘出语义特征入手,着重解决软件维护过程中的三大研究问题:软件变更分类、软件Bug分派和软件可维护性评估。论文的主要研究工作和创新点如下:（1）在现有软件仓库中的文本挖掘工作中,最常用的是主题模型技术,本文针对现有主题模型的主题个数的难于选取、主题难于解释及无法引入文档类别标签问题的缺点,在原始概率潜在语义分析模型（PLSA）的基础上,提出了判别概率潜在语义分析模型（DPSLA）,具体来讲,本部分工作设计了一种有监督的模型初始化方法取代原始PLSA中的随机初始化方法,由此,使得所生成的主题更具有判别性,该模型弥补了原始主题模型在软件仓库挖掘问题中的不足,能更好的挖掘出文本的语义特征。本部分工作给出了该算法的详细过程和理论推导。（2）针对软件变更分类问题,本文利用工作（1）中所提出的DPLSA模型,以软件变更日志为研究对象,提出一个基于DPSLA的软件变更分类方法,通过模型训练能自动化学习出语义显著型单词与软件变更类别之间的概率关系,从而取代传统方法需要依靠经验值来赋予单词权重的方式,此外,该方法区别于现有分类方法在于其能分类多类软件变更及跨项目分类的能力。本部分工作详细阐述了该分类模型的建模过程,并在五个开源项目（Bugzilla,Wireshark,Boost,Firebird和Python）上展开了实证研究,并详细介绍了实证研究的设计、研究问题及评价方法;最后给出了实验结果与分析。结果表明,该方法较现有工作中的四种方法s LDA,First key,Na?ve bayes和L-LDA均有一定的提升。（3）针对软件Bug组件分派问题,本文以Bug报告为研究对象,利用工作（1）中所提出的DPLSA模型,结合Jensen-Shannon divergence,提出了一种名为DPLSA-JS的Bug组件分派模型,该模型区别于现有基于LDA的分派方法在于其在主题建模步骤引入了Bug的组件类别标签,使得所生成的主题更具有判别能力,从而达到更准确分派的结果。本文详细阐述了该分派模型的构建过程并在五个项目上（Platform,Bugzilla,Mylyn,Gcc和Firefox）展开了实证研究,并详细介绍了实证研究的数据集与预处理,实验设计、研究问题及评价方法;最后给出了实验结果与分析。结果表明,该方法较现有LDA-KL和LDA-SVM方法均有较明显的提升。（4）针对软件可维护性评估问题,本文以软件源代码为研究对象,利用工作（1）中所提出的DPLSA方法,提出了一种概率化的软件可维护性评估模型,该模型区别于现有基于加权求和的方法在于其能自动化的从Benchmark中学习出软件源代码、度量元与质量特征之间的概率关系。本部分工作详细阐述了该模型的的构建过程,并在10个开源项目上展开了实证研究,详细介绍了实证研究的数据集与预处理,实验设计、研究问题及评价方法;最后给出了实验结果与分析。结果表明,该方法较现有AWLE方法能更准确的评估软件的可维护性。本论文的工作面向软件仓库中的文本型数据,基于主题模型技术,针对软件维护中的三大研究问题:软件变更分类,软件Bug分派和软件可维护性评估。从现有方法的局限性出发,提出了新的模型,达到了提高模型准确程度的目的,为软件的维护和演化提供了更精准的决策建议。